Pour conclure, nous présentons dans ce qui suit une brève revue des travaux que nous avons effectués au cours de notre maitrise. Ensuite nous présentons les limites de notre solution.
6.1 Synthèse des travaux
Dans ce travail, nous avons étudié le problème de placement dynamique des chaînes de fonctions de services réseaux. Ces chaînes permettent, dans un contexte où les NFV et les SDN sont en pleine expansion de déployer des réseaux de plus en plus flexibles, fiables et portables. Elles permettent de diminuer les coûts et de simplifier les réseaux actuels. Ce placement soulève plusieurs défis. Tout d’abord, les utilisateurs de chaînes ont besoin des placements qui respectent les qualités de service. Deuxièmement, ils doivent aussi coûter le moins possible. De plus, les soucis de sécurité des propriétaires des chaînes doivent être pris en considération.
Dans ce travail, nous avons d’abord montré que le placement des chaînes de réseaux est étudié dans la littérature. Nous avons présenté et classifié certains travaux qui ont été fait dans ce sens là. En partant de ce qui existe, nous avons contribué à cette recherche en considérant un certain nombre d’aspects absents de la littérature. Par exemple, les centres de données ont des coûts qui changent avec le temps. Cette variation de coût fait qu’un placement efficace n’est pas fixe. De plus, la demande en débit des chaînes est variable et les délais sur les liens de transmission le sont aussi. Pour ces raisons, nous avons pensé à faire un placement dynamique des chaînes de fonctions. En plus de ce dynamisme, nous avons défini la symétrie et l’incompatibilité qu’il peut y avoir entre les chaînes. Nous avons aussi défini l’affinité entre les fonctions réseaux et leurs migrations pour tenir compte des soucis de sécurité que peuvent avoir les propriétaires des chaînes.
Pour résoudre ce problème, nous avons défini au chapitre 3 les concepts précédemment énon- cés et nous avons proposé un programme linéaire en nombre entier qui a pour objectif de minimiser le coût de placement dynamique de chaque chaîne soumise au système en respec- tant les contraintes de délais imposés par les propriétaires des chaînes, les contraintes de capacités au niveau des centres de données, et en tenant compte des restrictions de symétrie, d’incompatibilité, d’affinité et de migration. En exécutant ce modèle avec AMPL-Cplex, nous avons remarqué qu’avec des réseaux de moins de 40 centres données et des chaînes d’environ 8 fonctions, les résultats sont obtenus dans des temps raisonnables. De plus, en faisant une
comparaison des coûts qu’apportent les restrictions, nous avons remarqué que la contrainte de symétrie ne génère presque pas de coût, la contrainte d’affinité est plus couteuse que la contrainte de migration, et que la contrainte d’incompatibilité entre les chaînes est la plus couteuse de toutes. Enfin, cette même contrainte d’incompatibilité est à l’origine du plus grand nombre de rejet de chaînes.
Pour résoudre le problème pour de grands réseaux, nous avons conçu deux heuristiques. Une heuristique gloutonne qui a pour but de donner un résultat réalisable rapidement. Le résultat de cette heuristique est passé ensuite à l’heuristique Tabou que nous avons proposée. Les solutions de ces heuristiques et celles obtenues par le modèle linéaire ont été comparées. En particulier en considérant deux types de centres : les centres “spécialisées” qui contiennent un nombre restreints de fonctions réseaux et ceux non spécialisés. Ces comparaisons nous ont montré que moins il y a de centre de données spécialisées plus la résolution Tabou est efficace. Nous avons notamment eu des différences relatives inférieur à 5.5% quand les centres de données peuvent héberger 90% des types de fonctions possibles présent dans nos tests.
6.2 Limites de la solution proposée
Les principales limites de ce travail se situent au niveau de l’obtention de résultats proche de l’optimalité lorqu’on a des centres de données plus spécialisés. En effet, le gap de résultat est plus grand lorsque les centres de données vont avoir environ 50% des fonctions proposées. Une autre limite est le fait que nous faisons une hypothèse que les chaînes sont ordonnées dès le départ, alors l’ordonnancement lui même pourrait faire l’objet d’optimisation. Enfin l’hypothèse selon laquelle le flux est conservé peut ne pas être respectée dans des cas où une fonction de service va compresser les paquets ou les bourrer.
RÉFÉRENCES
B. Addis, D. Belabed, M. Bouet, et S. Secci, “Virtual network functions placement and routing optimization”, dans Proc. IEEE 4th International conference on Cloud Networking. IEEE, Oct. 2015, pp. 171–177. DOI : 10.1109/cloudnet.2015.7335301
Z. Allybokus, N. Perrot, J. Leguay, L. Maggi, et E. Gourdin, “Virtual function placement for service chaining with partial orders and anti-affinity rules”, Networks, vol. 71, no. 2, pp. 97–106, Sep. 2017. DOI : 10.1002/net.21768
L. Askari, A. Hmaity, F. Musumeci, et M. Tornatore, “Virtual network function placement for dynamic service chaining in metro-area networks”, dans Optical Network Design and Modelling. IEEE, Mai 2018, pp. 136–141. DOI : 10.23919/ondm.2018.8396120
M. F. Bari, S. R. Chowdhury, R. Ahmed, et R. Boutaba, “On orchestrating virtual network functions”, dans 2015 11th International Conference on Network and Service Management (CNSM). IEEE, Nov. 2015, pp. 50–56. DOI : 10.1109/cnsm.2015.7367338
M. Beck, J. Botero et al., “Scalable and coordinated allocation of service function chains”, Computer communication, vol. 102, pp. 78–88, Avr. 2017.
A. Bednarz, “Top reasons for network downtime”, 2016.
En ligne : https://www.networkworld.com/article/3142838/infrastructure/ top-reasons-for-network-downtime.html
D. Bhamare, M. Samaka, A. Erbad, R. Jain, L. Gupta, et H. A. Chan, “Optimal virtual network function placement in multi-cloud service function chaining architecture”, Computer communications, vol. 102, pp. 1–16, Fév. 2017.
M. Bouet, J. Leguay, T. Combe, et V. Conan, “Cost-based placement of vDPI function in NFV infrastructures”, International Journal of Network Management, vol. 25, pp. 490 – 506, Nov. 2015.
P. Chowdhury, B. Mukherjee, S. Sarkar, G. Klamer, et S. Dixit, “Hybrid wireless-optical broadband access network (WOBAN) : prototype development and research challenges”, IEEE Network, vol. 23, no. 3, pp. 41–48, Mai 2009.
A. Fischer, J. F. Botero, M. T. Beck, H. de Meer, et X. Hesselbach, “Virtual network embedding : A survey”, IEEE Communications Surveys & Tutorials, vol. 15, no. 4, pp.
1888–1906, 2013. DOI : 10.1109/surv.2013.013013.00155
J. M. Halpern, C. Pignataro et al., “Service Function Chaining (SFC) Architecture”, RFC 7665, Oct. 2015. DOI : 10.17487/rfc7665. En ligne : https://rfc-editor.org/rfc/ rfc7665.txt
Journal du Net, “Nombre d’internautes dans le mon-
de”, 2018. En ligne : https://www.journaldunet.com/ebusiness/le-net/ 1071539-nombre-d-internautes-dans-le-monde/
Juniper Networks inc., “Energy efficiency for network equipment : Two steps beyond greenwashing”, Août 2008. En ligne : http://www.juniper.net/solutions/literature/ white_papers/200284.pdf
H. Ko, D. Suh, H. Baek, et S. Pack, “Optimal placement of service fucntion in service function chaining”, dans Proc. IEEE International Conference on Ubiquitous and Future Networks, Juil. 2016, pp. 102–105.
X. Lin, C. Qian et al., “The virtual network function placement problem”, dans Proc. IEEE International Conference on computer communications, Avr. 2015.
M. C. Luizelli, L. R. Bays, et L. S. Buriol, “Piercing together the nfv provisioning puzzle : Efficient placement and chaining of virtual network functions”, dans IEEE International Symposium on integrated Network Management. IEEE, Mai 2015, pp. 98–106. DOI : 10.1109/inm.2015.7140281
M. Mechtri, C. Ghribi, et D. Zeghlache, “A scalable algorithm for the placement of service function chains”, IEEE Transactions on Network and Service Management, vol. 13, no. 3, pp. 533–546, sep 2016. DOI : 10.1109/tnsm.2016.2598068
S. Mehraghdam, M. Keller, et H. Karl, “Specifying and placing chains of virtual network functions”, dans Proc. IEEE International conference on Cloud Networking, Oct. 2014, pp. 7–13.
P. Morreale, J. Anderson et al., Software Defined Networking Design and Deployment. CRC Press, 2014.
T. Nadeau, P. Quinn et al., “Problem Statement for Service Function Chaining”, RFC 7498, Avr. 2015. DOI : 10.17487/rfc7498. En ligne : https://rfc-editor.org/rfc/ rfc7498.txt
N. Tastevin, M. Obadia, et M. Bouet, “A graph approach to placement of service func- tions chains”, dans IFIP/IEEE Symposium on Integrated Network and Service Management. IEEE, Mai 2017, pp. 134–141. DOI : 10.23919/inm.2017.7987273
L. Wang, Z. Lu, X. Wen, R. Knopp, et R. Gupta, “Joint optimization of service function chaining and resource allocation in network function virtualization”, IEEE Access, vol. 4, pp. 8084–8094, Nov. 2016.
W. Xia, Y. Wen, C. H. Foh, D. Niyato, et H. Xie, “A Survey on Software-Defined Networ- king”, IEEE Communication Surveys and Tutorials, vol. 17, pp. 27–51, 2017.
B. Yi, X. Wang, K. Li, S. k. Das, et M. Huang, “A comprehensive survey of network function virtualization”, Computer Networks, vol. 133, pp. 212–262, Mars 2018. DOI : 10.1016/j.comnet.2018.01.021